6371 articles
Cet article propose un cadre innovant de planification et d'action parallélisée pour les systèmes multi-agents basés sur les grands modèles de langage dans Minecraft, utilisant une architecture à double thread pour surmonter les limitations de l'exécution sérielle et améliorer la réactivité en temps réel.
Cet article propose un modèle d'apprentissage profond géométrique basé sur les transformers et des repères anatomiques sur des maillages tétraédriques pour améliorer le diagnostic de la maladie d'Alzheimer et prédire la positivité à l'amyloïde chez les patients à risque moyen, offrant ainsi une alternative non invasive et précise aux examens TEP coûteux.
Le papier présente ViLAM, une méthode novatrice qui distille le raisonnement vision-langage de grands modèles dans des cartes d'attention spatiale pour guider la navigation de robots sociaux, démontrant ainsi une amélioration significative du taux de réussite par rapport aux méthodes existantes lors d'expériences réelles.
Le papier présente Snapmoji, un système qui génère instantanément des avatars 3D animables et personnalisables via une « dual-stylisation » combinant l'adaptation de domaine gaussienne et l'application d'un second style, tout en préservant l'identité de l'utilisateur et en permettant un rendu fluide sur mobile.
Cet article présente iProg, un outil d'induction inductive interactive structurée qui utilise un protocole de communication à double intelligibilité pour collaborer avec des LLMs et des experts humains afin de générer rapidement des systèmes d'analyse de données fiables et interprétables, surpassant les approches Low Code/No Code traditionnelles.
Ce papier présente SceneEval, un cadre d'évaluation et un benchmark de 500 scènes conçu pour mesurer de manière complète et interprétable la cohérence sémantique des scènes intérieures 3D générées à partir de texte, en évaluant à la fois les exigences explicites et les attentes implicites de plausibilité.
Cet article propose une méthode d'apprentissage rétrocompatible qui améliore la capacité discriminative des nouveaux modèles de recherche en assouplissant les contraintes d'alignement grâce à l'introduction de perturbations sur les prototypes des anciennes caractéristiques, évitant ainsi le coûteux processus de recalcul des embeddings.
Ce papier propose une architecture de relais à confiance zéro pour les réseaux QKD, utilisant le chiffrement homomorphe pour effectuer la ré-encryption des clés sans révéler leur contenu en clair, éliminant ainsi le besoin de nœuds intermédiaires entièrement fiables tout en assurant une intégration compatible avec les normes ETSI.
Cet article propose une méthode unifiée pour la reconstruction 3D de deux mains à partir d'images monoculaires, combinant un encodeur d'alignement fusionnant des priors hétérogènes de modèles de vision fondamentaux pour l'alignement 2D et un modèle de diffusion sans pénétration pour garantir des interactions spatiales réalistes et robustes aux occlusions.
Ce projet présente MediTools, une application prototype exploitant les grands modèles de langage pour révolutionner l'éducation médicale via des simulations cliniques interactives, l'analyse assistée d'articles de recherche et des résumés d'actualités, dont l'efficacité est évaluée par une enquête auprès de professionnels et d'étudiants.
Cet article propose une taxonomie et des directives de conception pour les protocoles d'accès au support (MAC) dans les systèmes 6G, en articulant une coexistence entre les communications de type « push » et « pull » pour répondre aux exigences de l'IA et de la communication axée sur les objectifs.
Cet article présente un nouveau modèle de complétion d'instances par nuage de points qui intègre des contraintes de scène via un mécanisme d'attention croisée pour améliorer la qualité et la plausibilité des reconstructions, et introduit le jeu de données ScanWCF pour évaluer cette tâche dans des scènes intérieures.
Cet article présente LEL, un cadre d'apprentissage d'ensemble contraint par la continuité de Lipschitz qui améliore la stabilité, la précision et la robustesse de la reconnaissance des émotions à partir de signaux EEG intra-sujets en combinant des mécanismes d'attention basés sur les Transformers avec une stratégie de fusion optimisée, validée par des résultats supérieurs sur trois jeux de données publics.
Le papier présente GeoNav, un agent multimodal qui améliore la navigation aérienne vers des objectifs textuels en milieu urbain grâce à un raisonnement géospatial à double échelle combinant une carte cognitive globale et un graphe de scène local, surpassant ainsi les méthodes actuelles sur le benchmark CityNav.
Ce papier propose un cadre de communication orienté tâche, baptisé O-VIB, qui utilise un encodeur à goulot d'information variationnel avec contrainte orthogonale et détermination automatique de la pertinence pour compresser efficacement les caractéristiques multi-vues et permettre une localisation visuelle précise sur des plateformes mobiles aux ressources limitées dans des environnements urbains.
Cette étude compare quatre algorithmes d'optimisation de la pose de base pour les robots industriels et démontre que, bien que tous réduisent le temps de cycle, la descente de gradient stochastique offre le taux de réussite le plus élevé tandis que les algorithmes génétiques minimisent le mieux les coûts finaux.
Ce papier propose SFIBA, une attaque par porte dérobée invisible et spatiale qui permet de cibler simultanément toutes les classes dans un scénario boîte noire en injectant des déclencheurs spécifiques dans des régions locales via une méthode basée sur le domaine fréquentiel, garantissant ainsi à la fois une efficacité d'attaque élevée et une imperceptibilité visuelle.
Cette étude présente une approche holistique optimisant conjointement la composition, le positionnement de la base et la trajectoire de robots modulaires pour réduire le temps de cycle des tâches industrielles, démontrant des gains de performance significatifs et une faisabilité en conditions réelles.
Cet article propose une approche de routage coordonné utilisant des véhicules connectés et automatisés dans des voies réservées aux bus pour améliorer, grâce à des données en temps réel, à la fois la ponctualité des transports en commun et l'efficacité du trafic dans un environnement mixte.
Une étude randomisée auprès de 94 conseillers novices démontre que l'entraînement par simulation avec un grand modèle de langage, couplé à un retour d'information structuré, améliore significativement les compétences microtechniques et l'empathie, contrairement à la pratique seule qui s'avère inefficace ou même préjudiciable.